- •Предисловие
- •Глава 1. Квантовая случайность. Анализ взаимно- дополнительных статистических величин.
- •1.1. Статистическая интерпретация прямого и обратного преобразований Фурье. Координатное и импульсное распределения.
- •1.2. Принцип дополнительности н. Бора
- •1.3. Характеристическая функция. Вычисление среднего и моментов. Неполнота классической и полнота квантовой статистики.
- •1.4. Операторы координаты и импульса в координатном и импульсном представлении. Фундаментальные коммутационные соотношения
- •Глава 2. Точность статистических характеристик гильбертова пространства
- •2.1. Неравенство Коши- Буняковского для векторов состояния и его статистическая интерпретация
- •2.2.Неравенство Коши- Буняковского в приложении к случайным величинам
- •2.3. Соотношение неопределенностей Гейзенберга для координаты и импульса
- •2.4. Соотношение неопределенностей Шредингера- Робертсона
- •2.5. Многомерное соотношение неопределенностей
- •2.6. Информация Фишера
- •2.7. Неравенство Рао- Крамера
- •2.8. Многомерное неравенство Рао- Крамера и корневая оценка
- •Глава 3. Принципы квантовой информатики и шестая проблема Гильберта
- •3.1 Постулаты квантовой информатики
- •3.2 От квантовой информатики к квантовой физике
- •3.3. Шестая проблема Гильберта
- •3.4 Обсуждение
- •3.П. Приложение. Разложение Шмидта и формализм матрицы плотности.
- •Основная числовая характеристика, связанная с разложением Шмидта есть число Шмидта , которое характеризует эффективное число мод в разложении:
- •Глава 4. Основные логические элементы квантовой информатики и их свойства
- •4.2. Реализация произвольного состояния кубита посредством унитарного поворота.
- •4.3. Система кубитов
- •4.4. Измерение кубитов
- •4.5. Простейшие квантовые логические элементы
- •4.6. Преобразование Уолша-Адамара (Walsh-Hadamar Transformation)
- •4.8. Состояния Белла
- •Состояния Белла относят к классу так называемых эпр состояний. Такой термин возник в связи с парадоксом (эффектом) Эйнштейна - Подольского – Розена, который рассматривается ниже.
- •4.9 Парадокс (эффект) Эйнштейна - Подольского - Розена
- •4.10 Неравенство Белла
- •4.11. Физическая реализация кубита. Спиновой магнитный резонанс.
- •Глава 5. Некоторые алгоритмы квантовой информатики
- •5.1. Сверхплотное кодирование.
- •5.2. Телепортация
- •5.3. Квантовый параллелизм. Алгоритмы Дойча и Дойча- Джозсы.
- •5.4. Квантовое преобразование Фурье.
- •5.5. Нахождение периода функции
- •5.6 Факторизация чисел
- •5.7. Квантовая криптография
- •5.8. Алгоритм Гровера
- •5.9 Введение в квантовое исправление ошибок
2.6. Информация Фишера
Рассмотрим квантовую систему, для которой пси- функция действительна: . Использование таких пси- функций представляет собой простейший способ дополнения классической плотности распределения до квантового состояния. Для такой системы средний импульс равен нулю, а квадрат импульса есть:
Здесь штрих означает производную по .
Введем информацию Фишера, связанную с дисперсией импульса:
Тогда соотношение неопределенностей запишется в виде следующего неравенства:
Полученное неравенство аналогично неравенству Рао- Крамера, рассматриваемому в следующем разделе
2.7. Неравенство Рао- Крамера
Рассмотрим снова ситуацию, когда плотность распределения дополняется до квантового состояния. Пусть распределение вероятностей и соответствующее квантовое состояние зависят от некоторого действительного параметра , т.е.:
.
Пусть есть несмещенная оценка неизвестного параметра , основанная на выборке объема в координатном пространстве, т.е. .
Условие несмещенности означает, что среднее значение (математическое ожидание) выборочной оценки совпадает с истинным значением параметра , т.е.
Примерами несмещенных оценок могут служить известные оценки математического ожидания и дисперсии [31]:
Пусть - оператор, канонически сопряженный параметру .
Нашей целью является вывод следующего соотношения, называемого неравенством Рао-Крамера:
Здесь введена информация Фишера, которая имеет вид:
Воспользуемся тем, что вектор состояния для выборки может быть определен следующим выражением
Проведем подробные вычисления. Пусть - кет вектор, где , как и ранее, произвольный действительный параметр, - соответствующий бра- вектор.
Заведомо неотрицательное выражение есть:
Здесь для сокращения записи мы полагаем, что ,
В развернутой записи имеем:
,
где
Можно показать, что . Для этого достаточно представить подинтегральное выражение с помощью формулы для производной произведения в виде
Интеграл от первого слагаемого равен нулю в силу несмещенности оценки. В результате, учитывая условие нормировки, получаем, что .
Из условия для дискриминанта получаем искомый результат – неравенство Рао-Крамера [38- 40]:
Заметим, что мы провели вычисления не только для предполагаемого случая действительных векторов состояния, но и для более общего случая комплексных пси- функций.
В этом случае информация Фишера есть:
Информация Фишера является аналогом дисперсии импульса и отличается от последней множителем 4 и тем, что под интегралом идет дифференцирование по параметру, а не по координате.
Для случая действительных пси- функций, как нетрудно показать, имеет место приведенное выше выражение для информации Фишера (6). При выводе следует воспользоваться легко проверяемым свойством аддитивности информации Фишера (информация от независимых представителей в раз превосходит информацию от одного представителя).
Полученное неравенство, очевидно, является наиболее сильным для случая, когда информация Фишера минимальна. Как и в случае соотношения неопределенности Гейзенберга, можно показать, что добавление произвольного фазового множителя к действительной пси- функции не может привести к уменьшению информации Фишера.
Выше мы видели, что соотношение неопределенностей из неравенства превращается в равенство для гауссова состояния. Аналогичный результат справедлив и для неравенства Рао- Крамера. Последнее превращается в равенство для оценок, имеющих нормальное распределение и только для них. Такие оценки называются эффективными.
Выше мы предполагали несмещенность статистической оценки. Однако, проведенные выкладки позволяют также получить более общее неравенство Рао- Крамера, пригодное и для смещенных оценок. В этом случае оно имеет вид:
(2.1)
где - смещение оценки. (2.2)
Заметим, что в представленном неравенстве слева вместо обычной дисперсии стоит величина, которая характеризует рассеяние выборочной оценки относительно истинного значения .
Задача 2.1 Обоснуйте неравенство Рао- Крамера (2.1)- (1.2), учитывающее возможную смещенность оценки.